Stratus adalah perusahaan teknologi dan konsultasi B2B yang berfokus pada modernisasi operasional asuransi bagi perusahaan asuransi properti dan kecelakaan serta Managing General Agent. Timnya membantu organisasi mengganti atau mengoptimalkan sistem inti lama, menerapkan platform Guidewire dan Insurity, merencanakan serta menjalankan migrasi cloud Azure, dan membangun strategi serta tata kelola data yang lebih kuat. Stratus juga mendukung kesiapan AI, pemeliharaan aplikasi, penjaminan mutu, pemilihan platform, serta penyediaan layanan TI tertanam melalui tim talenta sesuai permintaan. Perusahaan ini memadukan keahlian di bidang asuransi dengan transformasi teknologi yang praktis untuk membantu klien meningkatkan analitik, menyederhanakan operasional, dan meluncurkan produk baru dengan lebih efisien.
Insinyur Senior Keandalan Situs - Jarak Jauh di Amerika Serikat
SRE senior yang bertanggung jawab mengoperasionalkan keandalan di Stratus, yang perangkat lunaknya mendigitalkan alur kerja kontraktor MEP. Peran ini mencakup SLO, observabilitas, respons insiden, dan rekayasa kinerja di seluruh sistem produksi Azure.
Deskripsi
- Memiliki tanggung jawab atas indikator tingkat layanan, sasaran, dan anggaran kesalahan untuk layanan yang berhadapan dengan pelanggan
- Mengembangkan pipeline pengukuran yang melaporkan ketersediaan dan latensi berdasarkan target yang ditetapkan
- Mengelola observabilitas produksi melalui standar instrumentasi, dasbor, dan peringatan yang dapat ditindaklanjuti
- Mengoperasikan alat observabilitas di Azure AKS, Prometheus, Loki, Tempo, Grafana, Istio, dan Flux
- Menetapkan operasi respons insiden yang mencakup rotasi siaga, paging, tingkat keparahan, kepemilikan, eskalasi, dan postmortem tanpa menyalahkan pihak tertentu
- Menetapkan standar rollback dan pemulihan serta memvalidasinya melalui latihan berkala
- Memimpin rekayasa kinerja dan kapasitas melalui penyetelan kueri dan indeks, penentuan ukuran connection pool, pemodelan kapasitas, dan perancangan degradasi yang terkendali
- Bekerja sama dengan tim dalam pengujian beban, stres, lonjakan, dan ketahanan menggunakan k6
- Menetapkan ambang latensi endpoint berbasis SLO dan menggunakan hasil pengujian sebagai gerbang rilis
- Memimpin tinjauan kesiapan produksi untuk instrumentasi, peringatan, mode kegagalan, batas sumber daya, dan rencana rollback
- Menindaklanjuti perbaikan pascapostmortem hingga perubahan produksi terverifikasi
- Mendukung perencanaan kelangsungan bisnis dan pemulihan bencana, termasuk validasi pencadangan dan pemulihan, desain failover, serta sasaran pemulihan
- Membimbing tim engineering dalam menginstrumentasikan dan mengoperasikan layanan mereka
- Membuat alat bantu, otomasi, pustaka instrumentasi, dan perbaikan kode produksi
- Berkolaborasi di seluruh pod engineering, tim platform dan keamanan, serta kelompok yang berhadapan dengan pelanggan
- Melapor kepada Senior Director of Platform Engineering
Persyaratan
- Setidaknya enam tahun pengalaman engineering profesional
- Tiga tahun atau lebih dalam peran SRE atau production engineering khusus di perusahaan SaaS B2B
- Terbukti memiliki tanggung jawab atas SLO produksi dan anggaran kesalahan
- Pengalaman langsung tingkat lanjut dalam observabilitas dengan Prometheus, Loki, Tempo, Grafana, atau alat sebanding
- Pengalaman praktis sebagai incident commander untuk insiden besar
- Pengalaman membangun proses siaga dan eskalasi dari awal
- Keahlian kuat dalam kinerja basis data, termasuk pembuatan profil kueri, desain indeks, connection pooling, dan diagnosis saturasi saat berada di bawah beban
- Pengalaman MongoDB diutamakan; kedalaman pengalaman yang setara dengan basis data dokumen atau relasional dapat diterima
- Pengalaman Kubernetes produksi, sebaiknya dengan AKS
- Mampu memecahkan masalah penjadwalan pod, batas sumber daya, jaringan, dan perilaku service mesh; pengalaman dengan Istio diutamakan
- Menguasai setidaknya salah satu dari Go, Python, C#, atau TypeScript
- Nyaman bekerja dalam codebase C#/.NET
- Pengalaman menggunakan alat beban dan kinerja seperti k6, JMeter, atau Gatling
- Pengalaman produksi dengan Azure atau AWS serta pemahaman tentang mode kegagalan layanan terkelola
- Fasih menggunakan alat engineering berbantuan AI dan berpengalaman merancang alur kerja berkemampuan AI
- Komunikasi tertulis yang sangat baik untuk postmortem, runbook, dan laporan keandalan
- Pertimbangan yang baik dan tetap tenang di bawah tekanan
- Pengalaman membangun atau mematangkan praktik SRE diutamakan
- Pengalaman dengan Sentry atau platform pemantauan kesalahan aplikasi yang sebanding diutamakan
- Pengalaman mengoperasikan sistem berbasis peristiwa dan waktu nyata diutamakan
- Pengalaman menjalankan MongoDB Atlas dalam skala produksi diutamakan
- Pengalaman dengan platform orkestrasi alur kerja tahan lama seperti Temporal diutamakan
- Latar belakang dalam arsitektur multiwilayah atau multizona serta desain pemulihan bencana diutamakan
- Pengalaman dengan incident.io, PagerDuty, atau platform manajemen insiden sebanding diutamakan
- Familiar dengan metrik DORA dan pekerjaan keandalan dalam lingkungan SOC 2 atau NIST 800-171 diutamakan
- Pengalaman meningkatkan keandalan monolit lama diutamakan
- Minat pada MEP, BIM, AEC, atau teknologi konstruksi diutamakan
- Pengalaman sebelumnya di perusahaan Seri B atau tahap pertumbuhan diutamakan
Tunjangan
- Manfaat kesehatan yang komprehensif dan kompetitif
- Kontribusi 401(k) dengan pencocokan dari pemberi kerja
- Dua puluh hari cuti berbayar tahunan
- Pengaturan kerja yang terutama jarak jauh
- Acara onsite tim tahunan sesekali